Ultralytics YOLO27: 加入候补名单。
获取 YOLO 许可
活动

YV23 回顾:开源视觉 AI 的开发与进展

回顾 2023 年马德里 YOLO Vision 活动:YOLO 专题讨论、OpenVINO 边缘部署、AI 伦理与气候演讲,以及 Ultralytics HUB Pro 的发布。

Nuvola LadiNuvola Ladi4 分钟阅读
回顾 2023 年马德里 YOLO Vision 活动:YOLO 专题讨论、OpenVINO 边缘部署、AI 伦理与气候演讲,以及 Ultralytics HUB Pro 的发布。

我们连续第二年举办了 YOLO VISION 2023。这场旗舰 AI 活动延续了引领视觉 AI 领域的传统,汇聚了专家、专业人士和新手。

去年,我们在线举办了 YV22;今年,我们希望让 YOLO 社区成员齐聚一堂,进行线下交流。我们选择了最喜欢的城市马德里,Google for Startups 热情地为我们提供了场地并协助筹备活动。

当然,YOLO 社区总能带给我们惊喜。来自世界各地的参会者在线上和现场给予的热烈反响,让我们惊喜不已。最终,来自六大洲的参会者和演讲嘉宾(南极洲的朋友除外!)与我们一同探索视觉 AI 的新前沿。

人人皆可参与 AI#

YV23 的突出特点之一,是致力于推动开源视觉 AI 的发展。YV23 汇集了各类演讲嘉宾,让所有人都能理解并参与其中,无论专业水平如何。

活动期间,参会者有机会参加互动环节,直接向专家提问。同时,经验丰富的专业人士也有机会深入探讨高级机器学习主题,并与行业领袖交流。我们还安排了有关视觉 AI 新技术和趋势的环节,帮助参会者及时了解最新进展。

Ultralytics 创始人兼 CEO Glenn Jocher 在 Ultralytics YOLO Vision 2023 上发表主题演讲

“在 YV23 上,我们探讨了 Ultralytics YOLO 的进展和实际应用案例。感谢我们出色的社区,正是大家共同塑造了 YOLOv8。”- Glenn Jocher

除了内容丰富的环节,YV23 还营造了协作氛围。活动期间,参会者有机会结识兴趣相投的人。我们希望让那些一直通过屏幕与我们和彼此交流的用户能够相聚。虽然并非所有人都能来到马德里,但这场混合式活动让世界各地的人们都能参与其中。

YV23 要点回顾#

YV23 活动主持人 Oisin Lunny

Oisin Lunny 在 YV23 上

从最新趋势、实用技巧到伦理讨论,YV23 为每个人都准备了精彩内容。Glenn 和 Adrian 的主题演讲带来了宝贵见解,各场分享也介绍了新技术和解决方案。

活动亮点包括:

  • 在 YOLO 圆桌讨论中,我们邀请了 Ultralytics YOLOv8、YOLOv6 和 YOLO-NAS 的创作者齐聚一堂,为大家带来了关于 YOLO 模型演进的独到见解。
  • 来自 Intel OpenVINO 的 Adrian Boguszewski 展示了视觉 AI 在真实场景中的实际应用。他演示了在边缘设备上部署量化后的 Ultralytics YOLOv8 模型。
  • Monica Villas 分享了她对偏见、公平性、透明度、问责制以及 AI 社会影响的见解,帮助大家从根本上理解 AI 伦理。
  • Unitmode 的 Ramit Debnath 和 Seán Boyle 探讨了 AI 在塑造气候行动路径和维护社会稳定方面的作用。

活动中协作和知识共享的氛围,推动大家收获了许多实用经验。

我们推出了 Ultralytics HUB Pro#

Ultralytics 产品负责人 Kalen Michael 发表 Ultralytics HUB 演讲

Ultralytics HUB Pro 正式推出!Kalen Michael 是我们的产品负责人,也是 Ultralytics HUB 的创作者之一。在演讲中,Kalen 推出了 Ultralytics HUB Pro,这是一个旨在简化机器学习流程的平台。

“从本地和云端训练,到实时实验跟踪、在线实验演示,以及一键分享模型、项目和数据集,再加上 REST API 支持,我们正在让每个人都能轻松、顺畅地使用 AI。”- Kalen Michael

Ultralytics HUB Pro 在免费版成功的基础上,通过三项全新核心功能升级了模型训练流程:

  1. 云端训练
  2. 团队套餐
  3. 推理 API 部署

借助 Ultralytics HUB Pro,用户可以获得更高的灵活性、可扩展性和协作效率。查看方案,详细了解 Ultralytics HUB Pro。

视觉 AI 的下一步是什么?#

展望未来,YOLO VISION 2023 显然为视觉 AI 的发展奠定了基础。这场活动汇聚了人们,共同分享想法、激发创新并开展协作。活动中讨论的见解和趋势将帮助塑造未来几年行业的发展方向。

YOLO VISION 2023 的一大亮点是发布了 Ultralytics HUB Pro。Ultralytics HUB 是我们打造的平台,旨在简化 AI 开发和实验。Pro 版本的发布有望让开发者、研究人员和爱好者更轻松地创建、训练和部署 AI 模型。

继续前进,再创佳绩#

YV23 展现了包容、协作和创新对视觉 AI 社区的重要意义。我们认为,分享不同的观点和想法至关重要。想要持续参与视觉 AI 社区的交流,请加入我们的 Discord 服务器。在服务器中,你会遇到志趣相投的人,他们会提供社区支持,并围绕 Ultralytics YOLO 展开热烈讨论。如果你错过了 YV23 或无法参加,也不用担心!所有演讲都进行了直播,并保存到了 YouTube。

我们要感谢 Oisin Lunny 在活动中担任出色的主持人。他营造了友好而投入的氛围,让每位参与者都对 YV23 留下了难忘的回忆。

我们还要特别感谢 YOLO VISION 2023 的赞助商对开源使命的支持。Intel、Sony、Seeed、DeGirum、Axelera、Intuivito、DagsHub、Humbleteam 和 Prodis 都为 YV23 的成功举办发挥了重要作用。

最后,感谢你参与 YV23。期待明年再见,继续探索视觉 AI 的各种可能。想进一步了解我们的创新 AI 解决方案,请查看 Ultralytics YOLO 和 Ultralytics HUB。

作者

Nuvola Ladi
Nuvola Ladi

数字内容经理 · Ultralytics

Nuvola Ladi 是 Ultralytics 的数字内容经理,负责创作涵盖视觉 AI 和 Ultralytics YOLO 的内容,并代表公司参加 PyTorch Conference 2025 等行业活动。她常驻西班牙,拥有 IE University 的视觉与数字媒体硕士学位。加入 Ultralytics 之前,她曾在 XVA Gallery & Hotel 和 Rolex 等机构任职。

评论

提出问题、分享你的结果,或帮助其他人。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来